Variáveis bidimensionais
|
|
- Ana do Carmo Paixão Capistrano
- 7 Há anos
- Visualizações:
Transcrição
1 Variáveis bidimensionais Muitas vezes, a análise estatística tem em vista o estudo, em simultâneo, de duas características de cada indivíduo dando origem a amostras bivariadas (ou bidimensionais). Assim, estas amostras são constituídas por pares de dados; o primeiro elemento corresponde à observação de um atributo de um determinado indivíduo e o segundo elemento corresponde à observação de outro atributo do mesmo indivíduo. Tais atributos podem ser ambos quantitativos, ambos qualitativos ou um de cada tipo. Na análise de uma amostra bivariada, para além de se poderem considerar separadamente os dados relativos a cada atributo, interessa frequentemente verificar se existe algum tipo de associação entre eles e, no caso afirmativo, caracterizar essa relação. 1 Dados qualitativos vs dados qualitativos 1.1 Tabelas e gráficos Para resumir amostras bivariadas de dados qualitativos usam-se habitualmente tabelas de informação cruzada (também designadas tabelas de contingência) e diagramas de barras. Ilustramos estes procedimentos recorrendo ao exemplo de uma empresa que é abastecida de um determinado produto por três firmas distribuidoras, A, B e C. A empresa classifica o grau de qualidade (GQ) das entregas da seguinte forma: grau I - entregas efectuadas em perfeitas condições, grau II - entregas efectuadas em condições aceitáveis, grau III - entregas efectuadas em más condições. As entregas feitas num determinado período foram distribuídas da seguinte forma (dados in Guimarães e Sarsfield Cabral, pág 35 1 ): a firma A efectuou 21 entregas de grau I, 10 entregas de grau II e 8 entregas de grau III; a firma B efectuou 12 entregas de grau I, 4 entregas de grau II e 2 entregas de grau III; a firma C efectuou 3 entregas de grau I, 3 entregas de grau II e 2 entregas de grau III. Esta amostra bivariada corresponde a duas variáveis qualitativas (String) que designamos por Firma e GQ. Dispomos de 65 pares de observações ( = 65), dos quais 21 são iguais a (A,I), 10 são iguais a (A,II), 8 são iguais a (A,III), 12 são iguais a (B,I), 4 são iguais a (B,II), 2 são iguais a (B,III), 3 são iguais a (C,I), 3 são iguais a (C,II) e 2 são iguais a (C,III). Assim, o ficheiro de dados a construir para esta amostra é constituído por duas colunas correspondentes às variáveis Firma e GQ. Na primeira coluna (Firma) a modalidade A aparece 39 vezes ( = 39), a modalidade B aparece 18 vezes ( = 18) e a modalidade C aparece 8 vezes ( = 8). Na segunda coluna (GQ) tem-se, respectivamente, 21 vezes a modalidade I, 10 vezes a modalidade II, 8 vezes a modalidade III, 12 vezes a modalidade I, 4 vezes a modalidade II, 2 vezes a modalidade III, 3 vezes a modalidade I, 3 vezes a modalidade II e 2 vezes a modalidade III. Assim, os dois registos de cada uma das 65 linhas correspondem, respectivamente, aos 65 pares acima descritos. 1 Guimarães, R.C. e Sarsfield Cabral, J.A. (2007) Estatística (2 a edição) McGraw-Hill. 1
2 O SPSS permite obter a tabela e o gráfico que resumem esta amostra bivariada. Para tal, usamos a opção Analyze seguida de Descriptive Statistics e Crosstabs... Na janela que aparece a seguir, colocamos a variável F irma em Row(s) e a variável GQ em Column(s). Seleccionamos a opção Display clustered bar charts para obter o gráfico de barras e podemos obter a tabela mais simples em Cells, seleccionando Observed em Counts. Na figura 1 apresenta-se a tabela fornecida no output. Figura 1: Tabela de contingência. Os valores 39, 18, 8 e 65 que surgem na última coluna correspondem aos totais acima referidos enquanto que os valores 36, 17 e 12 que podem ser observados na última linha correspondem ao total de entregas feitas na empresa que foram efectuadas, respectivamente, em perfeitas condições (I), em condições aceitáveis (II) e em más condições (III). Apresenta-se a seguir (figura 2) uma representação gráfica da amostra bivariada em análise. Figura 2: Gráfico de barras de uma amostra bivariada. Neste gráfico, a altura da primeira barra (resp., segunda barra e terceira barra) em cada grupo de três, representa o número de vezes que aparece a modalidade I (resp., II e III) na correpondente modalidade da variável Firma. Notamos que a ordem pela qual as modalidades aparecem no gráfico pode ser alterada. Para tal, basta clicar duas vezes no gráfico, surgindo uma janela intitulada Chart Editor. Clicando mais duas vezes sobre uma das barras, surge uma janela (P roperties) onde a opção Categories permite fazer as referidas alterações em cada uma das variáveis. 2
3 Podemos obter uma tabela com mais informação seleccionando, em Cells, no quadro P ercentages, as opções Row, Column e T otal, ou apenas uma ou duas delas. Na figura 3 apresenta-se a tabela que se obtém seleccionando simultaneamente as três opções acima referidas. Figura 3: Tabela de contingência com percentagens. Nesta tabela figuram, em cada célula (de cima para baixo), a frequência absoluta do par correspondente, a percentagem de observações desse par relativamente ao total de pares observados com a modalidade da linha correspondente, a percentagem de observações desse par relativamente ao total de pares observados com a modalidade da coluna correspondente e a percentagem de observações desse par relativamente ao total de pares observados. A apresentação destes valores em simultâneo permite a observação de várias características da amostra, nomeadamente a importância relativa das firmas distribuidoras (ver o total de cada linha), a distribuição do número de entregas por grau de qualidade (ver o total de cada coluna), a relação entre as firmas distribuidoras e a qualidade das entregas (ver, para as diferentes células correspondentes a cada firma, as percentagens do número de observações da linha). Os gráficos podem também ser obtidos através da opção Graphs da barra de ferramentas. O trajecto Graphs Chart Builder OK conduz a uma janela onde podemos escolher o tipo de gráfico pretendido. Por exemplo, se seleccionarmos Bar em Gallery,Choose from e escolhermos o tipo Stacked Bar, obtemos o gráfico apresentado na figura 4 depois de colocarmos a variável F irma no X Axis (automaticamente, aparece Count no Y Axis) e a variável GQ em Stack: set color. 3
4 Figura 4: Gráfico de barras sobrepostas. No gráfico de barras sobrepostas, os três rectângulos sobrepostos que correspondem à modalidade A (resp., B e C) representam o número de observações de cada uma das modalidades I, II e III associadas a A (resp., B e C). Assim, a altura total destes rectângulos sobrepostos é igual ao número de pares observados com a modalidade A (resp., B e C). 1.2 Associação entre as variáveis Uma análise importante é, sem dúvida, a da existência de algum tipo de associação entre as duas variáveis em estudo. Podemos verificar se a amostra é constituída por valores de variáveis estatísticas independentes usando a tabela de contingência correspondente. Consideremos por exemplo a seguinte tabela: B 1 B 2 B 3 Total da linha A A Total da coluna n=40 A independência acima referida existe se e só se a frequência de cada célula é igual ao produto da frequência total da linha correspondente pela frequência total da coluna correspondente dividido pelo total de observações. No presente exemplo temos 4 = 16 10/40, 10 = 16 25/40, 2 = 16 5/40, 6 = 24 10/40, 15 = 24 25/40 e 3 = 24 5/40. Assim, verifica-se a independência entre as duas variáveis estatísticas em análise. Se não se verifica a independência, existem algumas medidas de associação que podemos calcular. Uma delas é o coeficiente de contingência de Pearson que é baseado na comparação das frequências absolutas observadas com as frequências absolutas que se teriam no caso de independência entre as variáveis. Representando por n ij a frequência da célula que figura na linha i e na coluna j e por e ij a correspondente frequência esperada em caso de independência, 4
5 começamos por calcular o valor χ 2 (lê-se qui-quadrado ) da seguinte forma: χ 2 = p q i=1 j=1 (n ij e ij ) 2 e ij, onde p é o número de linhas e q é número de colunas. Note-se que e ij é dado pelo produto do total da linha i pelo total da linha j dividido por n (total de observações). O coeficiente de contingência de Pearson é então dado por χ C = 2 χ 2 + n. Este coeficiente toma valores entre 0 e 1, mas nunca atinge o valor 1. O valor máximo que m 1 C pode atingir é m, onde m é o mínimo entre p e q. Por outro lado, o valor 0 corresponde ao caso em que se tem independência e valores mais elevados correspondem a associação mais forte entre as variáveis. Este coeficiente (e outras medidas de associação) obtém-se no SPSS através de Analyze Descriptive Statistics Crosstabs Statistics Contingency coef f icient. 2 Dados quantitativos vs dados quantitativos No caso em que as duas variáveis são quantitativas, a possibilidade de efectuar cálculos permite que, além do resumo da amostra através de tabelas de contingência e de representações gráficas, seja ainda feita a descrição numérica da variável bidimensional em estudo. Esta descrição tem como principal objectivo a análise da existência de algum tipo de dependência funcional de uma variável relativamente à outra. 2.1 Representação gráfica: diagrama de dispersão Um guia útil para indicar o tipo de função subjacente à estrutura de dependência entre duas variáveis é o gráfico de dispersão (também chamado nuvem de pontos). Este gráfico é constituído pelos pontos correspondentes aos n pares ordenados (x i, y i ), i = 1,..., n, que constituem a amostra bivariada. Os valores y i correspondem às observações da variável dependente, também designada variável resposta, que representamos por Y, enquanto que os valores x i correspondem às observações da variável independente ou variável explicativa, que representamos por X. Para exemplificar, consideremos os dados do quadro abaixo relacionados com a taxa de oxigénio consumido por determinado tipo de animais em zonas com temperaturas ambientais diferentes. Temperat. ( o C) - x i T. de ox. (ml/g/h) - y i A figura 5 mostra a nuvem de pontos correspondente a esta amostra bivariada. Observamos que os pontos se distribuem de forma quase linear com tendência decrescente, o que significa que podemos considerar que a estrutura de dependência entre as duas variáveis em causa é bem representada por uma recta com declive negativo, i.e., por uma função da forma y = a+bx, com 5
6 b < 0. Claro que esta função só fica completamente determinada com a indicação de valores para a e b. Na realidade, o que conseguimos obter são valores aproximados que dependem da amostra recolhida, como veremos adiante. Figura 5: Gráfico de dispersão. A obtenção deste gráfico no SPSS é conseguida de modo semelhante ao indicado acima para a construção o gráfico de barras sobrepostas, finalizando com Scatter Dot + Simple Scatter. 2.2 Descrição numérica A média amostral de dados bivariados é o par ( x, ȳ), onde x (resp., ȳ) representa a média dos valores x i (resp., y i ), i = 1,..., n. O ponto ( x, ȳ) é interpretado como o centro de massa (baricentro) do conjunto de pontos que constituem a amostra e não faz necessariamente parte dela. Tendo em vista a análise da dependência linear entre X e Y, impõe-se a definição de medidas que permitam avaliar a ligação existente entre aquelas variáveis. A primeira dessas medidas é a covariância amostral entre X e Y, que representamos por s XY e é dada por s XY = 1 n n (x i x)(y i ȳ). i=1 Esta medida tem a desvantagem de depender das unidades em que os dados são expressos, desvantagem essa que é ultrapassada dividindo s XY pelo desvio-padrão de X, s X e pelo desvio-padrão de Y, s X. Obtém-se assim o chamado coeficiente de correlação amostral que denotamos por r XY : r XY = s XY s X s Y. Claro que r XY não se define quando s X s Y = 0, mas tal só acontece se os valores observados de (pelo menos) uma das variáveis forem todos iguais. Note-se que r XY e s XY têm o mesmo sinal. Se esse sinal for positivo (resp., negativo) então dizemos que há uma correlação positiva (resp., negativa). 6
7 Além disso, verifica-se que r XY toma apenas valores entre -1 e 1. Nos casos particulares r XY = 1 e r XY = 1, os pontos (x i, y i ), i = 1,..., n, estão todos sobre a mesma recta, i.e., existe uma relação perfeitamente linear entre eles (no primeiro caso a recta tem declive negativo e no segundo caso a recta tem declive positivo). Podemos então inferir que a relação entre X e Y está tão mais próxima da linear quanto mais próximo de 1 ou de -1 estiver o valor de r XY. Por outro lado, se este valor está próximo de 0 é de excluir a explicação dos valores tomados por Y através de uma relação linear com X. No entanto, tal facto não exclui a possibilidade da existência de outro tipo de relação funcional entre as duas variáveis. Consideremos por exemplo a nuvem de pontos representada na figura 6. Figura 6: Gráfico de dispersão. A amostra correspondente verifica r XY = 0.079, indicando que não deve ser considerada uma relação linear entre X e Y. No entanto, a observação da nuvem de pontos sugere uma relação do tipo y = a + bx + cx 2 (parábola). Pelo contrário, à nuvem de pontos representada na figura 5 corresponde, como seria de esperar, um valor de r XY muito próximo de -1, mais precisamente, r XY = Este valor pode ser obtido no SPSS através, por exemplo, do seguinte percurso: Analyse Descriptive Statistics Crosstabs. Depois de colocar a variável X em Row(s) e a variável Y em Column(s), clicar em Statistics e seleccionar Correlations. A tabela com o valor de r XY encontra-se na figura 7 (Pearson s R). Figura 7: Tabela com o valor do coeficiente de correlação. 7
8 2.3 Recta dos mínimos quadrados Quando o valor de r XY justifica a existência de uma relação linear entre as duas variáveis em análise, é de todo o interesse encontrar a equação da recta que melhor se ajusta (segundo um critério a definir) aos pontos do gráfico de dispersão. Usualmente, procura-se a recta tal que seja mínima a média dos quadrados das distâncias de cada ponto da nuvem ao ponto da recta que possui a mesma abcissa, i.e., procuramos os valores a e b de modo que o valor de 1 n [y i (a + bx i )] 2 seja o mínimo possível. Denotando por (â, n ˆb) a solução do problema de i=1 minimização acima descrito, verifica-se que s XY ˆb = s 2 = s Y s XY s Y = r XY X s X s X s Y s X. â = ȳ ˆb x A recta obtida tem então a equação y = â+ˆb x a qual, efectuando alguns cálculos, também pode ser escrita na forma y = r XY s Y s X (x x) + ȳ. (1) Esta recta é designada por recta dos mínimos quadrados, ou de regressão, de Y sobre X. A partir da equação (1), conclui-se de imediato que o ponto ( x, ȳ) pertence à recta de regressão. Observemos ainda que, uma vez que os valores s X e s Y são positivos, o declive da recta de regressão, ˆb, tem o sinal de r XY. Assim, no caso em que r XY é positivo (resp., negativo) um acréscimo numa das variáveis acarreta um acréscimo (resp., diminuição) na outra. Os valores â e ˆb pode ser obtida no SPSS através de Analyse Regression Linear... Na figura 8 encontra-se a tabela do output onde figuram tais coeficientes para a recta de regressão correspondente à nuvem de pontos da figura 5. Figura 8: Tabela dos coeficientes da recta de regressão. O valor de â é indicado como (Constant) e o valor de ˆb corresponde ao nome da variável dependente. A equação da recta de regressão para o caso aqui considerado é então y = x. Esta equação permite-nos inferir valores de Y correspondentes a valores de X que não figuram na amostra. Por exemplo, a uma temperatura de 2 o C corresponde uma taxa de oxigénio de = ml/g/h. 8
9 Na figura 9 apresenta-se a recta de regressão acima indicada sobre a correspondente nuvem de pontos. Figura 9: Nuvem de pontos com recta de regressão. 3 Dados qualitativos vs dados quantitativos No caso em que uma das variáveis é qualitativa e a outra é quantitativa os gráficos e tabelas adequados são apenas os que foram referidos para os dados qualitativos. No entanto, ao escolhermos a opção Graphs ChartBuilder para fazer os gráficos de barras, o SPSS não aceita variáveis com o tipo Scale sendo portanto necessário alterar o tipo da variável quantitativa para Ordinal. 9
10 10
Introdução à análise estatística com SPSS. Guião nº6: Medidas de associação
Introdução à análise estatística com SPSS Guião nº6: Medidas de associação Experiência sobre volume plasmático e o peso em 13 homens saudáveis Os investigadores pretendem descobrir se as variáveis volume
Leia maisAPONTAMENTOS DE SPSS
Instituto de Ciências Biomédicas de Abel Salazar APONTAMENTOS DE SPSS Rui Magalhães 2010-1 - - 2 - Menu DATA Opção SPLIT FILE Permite dividir, de uma forma virtual, o ficheiro em diferentes ficheiros com
Leia mais1 semestre de 2014 Gabarito Lista de exercícios 3 - Estatística Descritiva III C A S A
Exercício 1. (1,0 ponto). A tabela a seguir mostra o aproveitamento conjunto em Física e Matemática para os alunos do ensino médio de uma escola. Notas Notas Notas Física/Matemática Altas Regulares Baixas
Leia maisUniversidade de Brasília - Y Instituto de Psicologia. Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações.
Universidade de Brasília - Y Instituto de Psicologia Programa de Pós-graduação em Psicologia Social, do Trabalho e das Organizações. ROTEIRO PARA REALIZAÇÃO DO TESTE t de COMPARAÇÃO ENTRE MÉDIAS, CORRELAÇÕES
Leia maisIntrodução à análise estatística com SPSS. Guião nº2: Descrição de variáveis estatísticas
Introdução à análise estatística com SPSS Guião nº2: Descrição de variáveis estatísticas Abrir o ficheiro de dados com o SPSS Abrir o SPSS e depois a opção open an existing data source e procurar pelo
Leia maisStela Adami Vayego DEST/UFPR
Resumo 5 - Análise Bivariada (Bidimensional) 5.1. Introdução O principal objetivo das análises nessa situação é explorar relações (similaridades) entre duas variáveis. A distribuição conjunta das freqüências
Leia maisTESTE DO QUI-QUADRADO DE INDEPENDÊNCIA
TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA Suponha que numa amostra aleatória de tamanho n de uma dada população são observados dois atributos ou características A e B (qualitativas ou quantitativas), uma
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME: Observação: A resolução completa das perguntas inclui a justificação
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Medir o grau de
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisAssociação entre duas variáveis
Associação entre duas variáveis Questões de interesse: Será que duas variáveis são independentes ou pelo contrário dependentes? E se forem dependentes, qual o tipo e grau de dependência? Existem diversas
Leia maisREGRESSÃO E CORRELAÇÃO
Vendas (em R$) Disciplina de Estatística 01/ Professora Ms. Valéria Espíndola Lessa REGRESSÃO E CORRELAÇÃO 1. INTRODUÇÃO A regressão e a correlação são duas técnicas estreitamente relacionadas que envolvem
Leia maisAnálise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisCURSO BÁSICO SPSS Rosangela A. B. Assumpção 2008
CURSO BÁSICO SPSS Rosangela A. B. Assumpção 2008 Observações: O objetivo desse material não é apresentar todas as opções disponíveis no SPSS, mas sim apresentar alguns comandos básicos mais utilizados
Leia maisAssociação entre variáveis qualitativas. Tabelas de Contigência
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
Leia maisHoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.
Correlação e Regressão Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos 1. definir uma medida de associação entre duas
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia mais= < 5. O segundo menor valor esperado estimado corresponde à célula (3,3), com Ê33 = 29 30
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 2 de ovembro, 205 PRIMEIRO TESTE 205-6 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 3 4. Apenas o número total de observações
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 8 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação A análise de relações de interdependência para variáveis qualitativas: a Análise factorial de correspondências
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisMétodos Numéricos e Estatísticos Parte II-Métodos Estatísticos
Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Modelos de regressão É usual estarmos interessados em estabelecer uma relação entre uma variável
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisEscola Secundária de Jácome Ratton
Escola Secundária de Jácome Ratton Ano Lectivo 21/211 Matemática Aplicada às Ciências Sociais Dados bidimensionais ou bivariados são dados obtidos de pares de variáveis. A amostra de dados bivariados pode
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
Leia maisMETODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA
METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA A FASE ANALÍTICA TCOR ENGEL SILVA COSTA costa.pms@ium.pt/226013 2 METODOLOGIA DE INVESTIGAÇÃO CIENTÍFICA Previamente ao início da recolha de dados, o investigador
Leia maisCAPÍTULO IV Análise de variância
CAPÍTULO IV Análise de variância O objectivo principal da análise de variância (analysis of variance - ANOVA) é a comparação de mais do que dois grupos no que diz respeito à localização. Para exemplificar,
Leia maisAnálise Bidimensional
Análise Bidimensional Associação entre variáveis qualitativas Tabelas de Contigência Podemos construir tabelas de freqüências conjuntas (tabelas de contingência), relacionando duas variáveis qualitativas.
Leia mais( f a ) 2 +16π 2 λ 2 2
Ajuste de uma função pelo Método dos Mínimos-Quadrados O Método dos Mínimos-Quadrados é um método estatístico de tratamento de dados que permite obter os parâmetros de uma função que a aproximam o mais
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Exemplo: Suponha que queiramos analisar o comportamento conjunto das variáveis
Leia maisb χ 2 (a 1)(b 1), sob H 0,
ISTITUTO SUPERIOR DE AGROOMIA ESTATÍSTICA E DELIEAMETO 3 de ovembro, 014 PRIMEIRO TESTE 014-15 Uma resolução possível I Tem-se uma tabela de contingências de dimensão 4. 1. O problema colocado corresponde
Leia mais1ª sessão de preparação para a EUSO2010. Características eléctricas de saída de um painel fotovoltaico
FACULDADE DE CIÊNCIAS E TECNOLOGIA UNIVERSIDADE NOVA DE LISBOA 1ª sessão de preparação para a EUSO2010 Características eléctricas de saída de um painel fotovoltaico 1 OBJECTIVO Determinação e interpretação
Leia maisEstatística Descritiva (III) Associação entre Variáveis
Estatística Descritiva (III) Associação entre Variáveis 1 Associação entre variáveis qualitativas Tabelas de Contingência 2 Podemos construir tabelas de frequências conjuntas (tabelas de contingência),
Leia maisP x. 2 i = P y. 2 i = Analise os dados e comente a possibilidade de existir uma relação linear entreasvariáveisemestudo.
8 Regressão Linear Exercício 8.1 Indique, justificando, qual dos valores abaixo indicados se aproxima mais do coeficiente de correlação dos dados descritos nas seguintes nuvens de pontos, X X X 1. r xy
Leia maisComo construir uma animação em Excel Proporcionalidade Directa. Gráfico da função y = k.x
Como construir uma animação em Excel Proporcionalidade Directa. Gráfico da função y = k.x Supõe que um carro viaja de Lisboa ao Porto (~300 km) a uma velocidade constante de 90 km/h. Neste caso a distância
Leia maisVariáveis bidimensionais
Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 19/04/2018 WB, FM, EK ( LEG/DEST/UFPR ) Variáveis
Leia maisAula 03 Estatística, Correlação e Regressão
BIS0005-15 Bases Computacionais da Ciência Aula 03 Estatística, Correlação e Regressão http://bcc.compscinet.org Prof. Rodrigo de Alencar Hausen hausen@ufabc.edu.br 1 Medidas de tendência central: Média,
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisAnálise de Variância a um factor
1 Análise de Variância a um factor Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos para
Leia maisPROGRAMA ANDAD. (Versão 7.10) Manual do utilizador
PROGRAMA ANDAD (Versão 7.10) Manual do utilizador CVRM Centro de Geosistemas do IST 1989-2002 MÉTODOS DE ANÁLISE DE DADOS MANUAL DO PROGRAMA ANDAD (Versão 7.10) OBJECTIVO O programa ANDAD está organizado
Leia maisEstatística Computacional (Licenciatura em Matemática) Duração: 2h Exame NOME:
DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 29-06-10 NOME: Observação: A resolução completa das perguntas inclui a justificação
Leia maisExemplo 1. Conjunto de dados de uma amostra de 12 meninas da escola: y i x i
Exemplo 1 Y : peso (kg) de meninas de 7 a 11 anos de uma certa escola de dança X : altura (m) das meninas A partir de 3 valores prefixados de X, foram obtidas, para cada valor de X, 4 observações independentes
Leia maisAULA 8 Experimentos multinomiais e tabelas de contingência
1 AULA 8 Experimentos multinomiais e tabelas de contingência Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas
Leia maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Leia maisMedidas de associação para variáveis categóricas em tabelas de dupla entrada
Medidas de associação para variáveis categóricas em tabelas de dupla entrada a) Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c ( e e ij ij n ) ij, em que é
Leia maisAula 14 - Correlação e Regressão Linear
Aula 14 - Correlação e Regressão Linear Objetivos da Aula Fixação dos conceitos para Correlação e Regressão Linear; Apresentar exemplo solucionado com a aplicação dos conceitos; Apresentar exercício que
Leia maisUtilizando o nplot. Este programa é gratuito e para fazer download basta acessar:
Utilizando o nplot O nplot é um programa simples que permite a construção rápida de gráficos e o ajuste de diversas curvas, como as lineares, quadráticas, exponenciais e gaussianas. Além disso, permite
Leia maisLista No. 5 Gabarito
CÁLCULO NUMÉRICO Lista No. 5 Gabarito. (a) Queremos y f() ϕ() α +. Temos então n, as funções bases g (), g (), e m 8. Precisamos resolver o sistema de equações normais correspondente. Este sistema para
Leia maisEstatística. Correlação e Regressão
Estatística Correlação e Regressão Noções sobre correlação Existem relações entre variáveis. Responder às questões: Existe relação entre as variáveis X e Y? Que tipo de relação existe entre elas? Qual
Leia maisREGRESSÃO LINEAR SIMPLES
REGRESSÃO LINEAR SIMPLES Prof. Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Universidade Estadual de Londrina UEL Departamento de Estatística DSTA Sumário
Leia maisDefinição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável
Correlação Definição Há correlação entre duas variáveis quando os valores de uma variável estão relacionados, de alguma maneira, com os valores da outra variável Exemplos Perímetro de um quadrado e o tamanho
Leia maisEstatística Aplicada 2016 CTeSP Qualidade Alimentar. Estatística? Estatística ª Aula
Estatística Aplicada 016 CTeSP Qualidade Alimentar 3ª Aula João Noronha DCTA/ESAC 1 Estatística? Recolha Organização Análise Interpretação Apresentação DADOS João Noronha DCTA/ESAC Estatística Estatística
Leia mais9. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada
9. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definida por: c (e e ij n ij ij ), em que é
Leia maisAnálise de Informação Económica e Empresarial
Análise de Informação Económica e Empresarial Licenciaturas Economia/Finanças/Gestão 1º Ano Ano lectivo de 2008-2009 Resolução Prova Época Normal 16 de Junho de 2009 Duração: 2h30m (150 minutos) Responda
Leia mais1.1. Funções estatísticas : Abaixo listamos as funções estatísticas mais utilizadas.
1. Estatística Básica usando o LibreOffice Calc. Este material é bastante simples e não substitui as aulas. Desta forma, ele deverá ser utilizado apenas para auxiliar recordar um pouco das aulas práticas.
Leia maisCap. 6 Medidas descritivas
Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 6 Medidas descritivas Análise descritiva e exploratória de variáveis quantitativas
Leia maisEstatística descritiva
Estatística descritiva Para que serve a estatística? Qual o seu principal objectivo? obter conclusões sobre a população usando uma amostra? População Amostragem Amostra Uma ou mais variáveis (X) são observadas
Leia maisTarefa Orientada 7 Consultas de selecção
Tarefa Orientada 7 Consultas de selecção Objectivos: Consultas de selecção O Sistema de Gestão de Bases de Dados MS Access Consultas As consultas (queries) permitem interrogar a base de dados, de acordo
Leia maisAnexo 1 Análise de correspondências simples
Anexo 1 Análise de correspondências simples 86/494 Análise de correspondências simples Análise de correspondência simples é uma técnica de análise exploratória de dados categorizados adequada para analisar
Leia maisESTATÍSTICA. Ana Paula Fernandes - FAMAT/UFU
ESTATÍSTICA Ana Paula Fernandes - FAMAT/UFU 1 REFERÊNCIAS BIBLIOGRÁFICAS 2 BUSSAB & MORETTIN Quadro! 3 QUANTIS EMPÍRICOS 4 QUANTIL DE ORDEM P OU P-QUANTIL Quantil de ordem p ou p-quantil, indicada por
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisEstatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações
Estatística descritiva básica: Medidas de associação ACH2021 Tratamento e Análise de Dados e Informações Marcelo de Souza Lauretto marcelolauretto@usp.br www.each.usp.br/lauretto Referências Bergamaschi,
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia mais2. Pré-requisitos do 3. Ciclo. 7. ano PR 7.1. Resolução
7. ano PR 7.1. Dados dois conjuntos A e B fica definida uma função 1ou aplicação2 f de A em B, quando a cada elemento de A se associa um elemento único de B representado por f 1x2. Dada uma função numérica
Leia maisAula 05. Análise Bidimensional. Stela Adami Vayego - DEST/UFPR 1
Aula 05 Análise Bidimensional Stela Adami Vayego - DEST/UFPR 1 Objetivo Explorar relações (similaridades) entre duas variáveis São 3 situações: (1) as duas variáveis são quantitativas; (2) as duas variáveis
Leia maisApresentação. LGSoft SettlementAnalysis. LGSoft
LGSoft SettlementAnalysis Apresentação O programa SettlementAnalysis foi desenvolvido pela LGSoft para possibilitar o ajuste de curvas a dados provenientes da instrumentação de túneis. O programa disponibiliza
Leia maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisTestes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.
TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não
Leia mais12/06/14. Estatística Descritiva. Estatística Descritiva. Medidas de tendência central. Medidas de dispersão. Separatrizes. Resumindo numericamente
Resumindo numericamente Para resumir numericamente dados quantitativos o objetivo é escolher medidas apropriadas de locação (``qual o tamanho dos números envolvidos?'') e de dispersão (``quanta variação
Leia maisAula 05. Análise Bidimensional. Stela Adami Vayego - DEST/UFPR 1
Aula 05 Análise Bidimensional Stela Adami Vayego - DEST/UFPR 1 Objetivo Explorar relações (similaridades) entre duas variáveis São 3 situações: (1) as duas variáveis são quantitativas; (2) as duas variáveis
Leia maisP L A N I F I C A Ç Ã O A N U A L
P L A N I F I C A Ç Ã O A N U A L DEPARTAMENTO: MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS ÁREA DISCIPLINAR: Matemática DISCIPLINA: Matemática CURSO PROFISSIONAL: Técnico de Design ANO: 1.º - ANO LETIVO: 2018/2019
Leia maisMedidas de Semelhança
Medidas de Semelhança Índices de Semelhança Grandezas numéricas que quantificam o grau de associação entre um par de objetos ou de descritores. Como escolher um Índice? O objetivo da análise é associar
Leia maisFísica Geral - Laboratório. Organização e descrição de dados
Física Geral - Laboratório Organização e descrição de dados 1 Física Geral - Laboratório A nota de laboratório de Física Geral será composta dos resultados das provas e atividades de laboratório: Média
Leia maisCorrelação e Regressão
Correlação e Regressão Exemplos: Correlação linear Estudar a relação entre duas variáveis quantitativas Ou seja, a força da relação entre elas, ou grau de associação linear. Idade e altura das crianças
Leia maisCorrelação e Regressão Linear. Prof.: Joni Fusinato
Correlação e Regressão Linear Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Introdução Existem situações nas quais há interesse em estudar o comportamento conjunto de uma ou mais variáveis;
Leia maisFigura 1.1: Relações entre variáveis aleatórias: linear, exponencial, logarítmica e quadrática
Capítulo 1 Associação entre variáveis Por vezes interessa estudar possíveis relações entre variáveis. Quantas vezes não nos perguntamos se duas variáveis são independentes ou pelo contrário dependentes?
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Medidas de Associação
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Medidas de Associação Professora Renata Alcarde Piracicaba Março 2014 Renata Alcarde Estatística Geral 13 de Março de 2014 1 / 56
Leia maisMétodos Empíricos de Pesquisa I. } Análise Bidimensional
Métodos Empíricos de Pesquisa I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação
Leia maisLISTA DE EXERCÍCIOS 2 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO
LISTA DE EXERCÍCIOS INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE BIDIMENSIONAL GABARITO 1) a) Calculando os percentuais em relação aos totais de cada COLUNA obtemos: 18,57% de favoráveis entre os Estudantes,
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisFísica Geral - Laboratório (2016/2) Organização e descrição de dados
Física Geral - Laboratório (2016/2) Organização e descrição de dados 1 Física Geral - 2016/2 Bibliografia: Estimativas e Erros em Experimentos de Física (EdUERJ) 2 Dados e medidas Todo experimento em física
Leia maisCORRELAÇÃO. Flávia F. Feitosa
CORRELAÇÃO Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Junho de 2015 Revisão Inferência Estatística: Método científico para tirar conclusões sobre os parâmetros
Leia maisEstatística CORRELAÇÃO E REGRESSÃO LINEAR. Prof. Walter Sousa
Estatística CORRELAÇÃO E REGRESSÃO LINEAR Prof. Walter Sousa CORRELAÇÃO LINEAR A CORRELAÇÃO mede a força, a intensidade ou grau de relacionamento entre duas ou mais variáveis. Exemplo: Os dados a seguir
Leia maisRecursos B-on. Web of Science. Saber usar. Novembro,2008
Recursos B-on Saber usar Novembro,2008 Bases de referência O que são? As bases de referência permitem-nos pesquisar as referências de um documento e desta forma obter a sua localização. Os documentos referenciados
Leia maisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT41006 FUNDAMENTOS DE ESTATÍSTICA 10ª AULA: ASSOCIAÇÃO, CORRELAÇÃO E
Leia maisMaterial exclusivo para o livro ESTATÍSTICA (São Paulo, Pleiade, 2008). Proibida a reprodução, sob pena da lei.
Regressão Linear marcoscgarcia@gmail.com 2008). Proibida a reprodução, sob pena da lei. 1 O modelo estatístico de Regressão Linear Simples Regressão linear simples é usado para analisar o comportamento
Leia maisSÉRIE: Estatística Básica Texto: ANÁLISE BIDIMENSIONAL SUMÁRIO 3. EXERCÍCIOS APÊNDICE REFERÊNCIAS...21
SUMÁRIO 1. VARIÁVEIS BIDIMENSIONAIS QUALITATIVAS...3 1.1. INTRODUÇÃO...3 1.2. INDEPENDÊNCIA DE VARIÁVEIS...4 1.3. MEDIDA DO GRAU DE DEPENDÊNCIA ENTRE DUAS VARIÁVEIS NOMINAIS...6 2. VARIÁVEIS BIDIMENSIONAIS
Leia maisModelo de Relatório. Disciplina: ACH0021- Tratamento e Análise de Dados e Informações. Estrutura do trabalho
Modelo de Relatório Disciplina: ACH0021- Tratamento e Análise de Dados e Informações 1. Estrutura do trabalho Como relatado em aula, o aluno deve elaborar um banco de dados com pelo menos 100 repetições,
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia mais4. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada
4. Medidas de associação entre variáveis categóricas em tabelas de dupla entrada Quiquadrado de Pearson: mede a associação de tabelas de dupla entrada, sendo definido por: c (eij n ij ), i1 j1 e em que
Leia maisEstatística Aplicada II. } Correlação e Regressão
Estatística Aplicada II } Correlação e Regressão 1 Aula de hoje } Tópicos } Correlação e Regressão } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática,
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisFunção Quadrática e Proporcionalidade Inversa ( )
Função Quadrática e (18-01-08) F. Quadrática e Matemática e Estatística 2007/2008 Função Quadrática Chama-se função quadrática a qualquer função f de R em R dada por uma lei da forma f(x) = ax 2 + bx +
Leia mais